É benéfico usar a comunicação pela Internet para escapar do tédio? A inclinação do tédio interage com a ansiedade induzida pelo estímulo e as expectativas de evitação na explicação dos sintomas do distúrbio da comunicação pela Internet (2018)

https://doi.org/10.1371/journal.pone.0195742

Sumário

O uso de aplicativos de comunicação on-line, incluindo mensageiros (por exemplo, WhatsApp) ou serviços de redes sociais (por exemplo, Facebook) no smartphone se tornou prática diária para bilhões de pessoas, por exemplo, durante os tempos de espera. Um número crescente de indivíduos demonstra menor controle sobre o uso desses aplicativos, apesar das consequências negativas na vida cotidiana. Isso pode ser chamado de distúrbio de comunicação na Internet (ICD). O presente estudo investigou o efeito da tendência ao tédio nos sintomas de um CDI. Ele examinou ainda o papel mediador dos mecanismos cognitivos e afetivos, ou seja, expectativas para evitar sentimentos negativos on-line e desejo induzido pela sugestão. Os resultados de um modelo de equação estrutural (N = 148) ilustram que a propensão ao enfado é um fator de risco para o desenvolvimento e manutenção de um CDI, pois teve um efeito direto significativo nos sintomas do CDI. Além disso, a predisposição ao enfado previu expectativas de evitação, bem como o desejo induzido pela sugestão. Ambos, por sua vez, aumentaram o risco de desenvolver tendências do CDI. Além disso, ambas as variáveis ​​mediaram o efeito da inclinação do tédio no CDI e interagiram entre si. Em resumo, os resultados demonstram que as pessoas que têm maior suscetibilidade ao tédio apresentam expectativas mais altas para evitar emoções negativas on-line, o que promove maiores reações de craving quando confrontado com sinais específicos (por exemplo, uma mensagem recebida) e pode resultar em tendências de CDI.

Citação: Wegmann E, Ostendorf S, Marca M (2018) É benéfico usar a comunicação pela Internet para escapar do tédio? A inclinação do tédio interage com a ansiedade induzida pelo estímulo e as expectativas de evitação na explicação dos sintomas do distúrbio da comunicação pela Internet. PLoS ONE 13 (4): e0195742. https://doi.org/10.1371/journal.pone.0195742

Editor: Phil Reed, Universidade de Swansea, REINO UNIDO

Recebido: Novembro 22, 2017; Aceitaram: Março 28, 2018; Publicado em: 19 de abril de 2018

Direitos de autor: © 2018 Wegmann et al. Este é um artigo de acesso aberto distribuído sob os termos do Licença Creative Commons Attribution, que permite o uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original e a fonte sejam creditados.

Disponibilidade de dados: Todos os dados relevantes estão dentro do documento e seus arquivos de informações de suporte.

Financiamento: Os autores não receberam nenhum financiamento específico para este trabalho.

Interesses competitivos: Os autores declararam que não existem interesses concorrentes.

Introdução

Com o lançamento do smartphone há mais de dez anos, o número de pessoas que o utilizam no dia a dia ainda está aumentando. Espera-se que o número de usuários de smartphone em todo o mundo alcance 2.32 bilhões em 2017, e espera-se que alcance 2.87 bilhões de usuários em 2020 [1]. Entre outros, os aplicativos on-line mais populares usados ​​no smartphone são aplicativos de comunicação on-line. Eles permitem que os usuários tenham contato direto com outras pessoas, mantenham contato com amigos distantes e compartilhem informações pessoais, imagens ou vídeos [2, 3]. O termo "aplicativos de comunicação on-line" inclui aplicativos muito populares, como o serviço de mensagens instantâneas WhatsApp, com mais de 1.3 bilhões de usuários ativos por mês [4] ou serviços de redes sociais como o Facebook com 2 bilhões de usuários ativos mensais [5]. Além de muitas vantagens da comunicação pela Internet e do uso de smartphones em geral, há uma quantidade crescente de indivíduos que sofrem consequências negativas devido ao uso excessivo e demorado desses aplicativos [2, 6-8]. Especialmente, a disponibilidade de diferentes dispositivos móveis e o acesso fácil e permanente a esses aplicativos permitem que as pessoas interajam e se comuniquem com outras pessoas ao longo do dia, a qualquer momento, em qualquer lugar.9, 10]. Esse comportamento pode levar a um uso patológico e compulsivo, que é comparável a outros vícios comportamentais ou transtornos por uso de substâncias, como sugerido por vários estudos e pesquisadores [7, 8].

Correlatos cognitivos e afetivos do transtorno da comunicação na Internet

O crescente uso da Internet em todo o mundo conduz pesquisas para mais e mais estudos focados no transtorno do uso da Internet como um tipo específico de dependência comportamental [2, 7, 11]. Além disso, alguns estudos sugerem um tipo específico de transtorno do uso da Internet, o transtorno da comunicação na Internet (CID). O CDI descreve o uso viciante de aplicativos de comunicação on-line [6-8, 12]. Os sintomas de um CDI, que são derivados das características de um distúrbio do uso da Internet, são definidos como perda de controle, recaída, sintomas de abstinência, preocupação, negligência de interesses, tolerância e consequências negativas na vida social, profissional ou pessoal [6, 7, 13, 14]. Davis12] ofereceu o primeiro modelo teórico descrevendo os mecanismos de um uso patológico inespecífico da Internet, bem como de um distúrbio específico do uso da Internet. Mais recentemente, Brand, Young [7] introduziu um novo modelo teórico, o modelo Interação de Person-Affect-Cognition-Execution (I-PACE), que resume os mecanismos potenciais de desenvolvimento e manutenção de transtornos específicos do uso da Internet, como o CDI. O modelo I-PACE ilustra a interação das principais características da pessoa, bem como dos componentes afetivo, cognitivo e executivo. Sugere que as características centrais da pessoa, como personalidade, cognições sociais, sintomas psicopatológicos, fatores biopsicológicos e predisposições específicas, afetam a percepção subjetiva de uma situação. Essa percepção é formada por fatores como o confronto com dicas relacionadas ao vício, estresse, conflitos pessoais, humor anormal e respostas individuais afetivas e cognitivas. Os últimos incluem reatividade à sugestão, desejo, viés de atenção ou outros vieses cognitivos relacionados à Internet e estilo de enfrentamento disfuncional. Supõe-se que esses fatores afetivos e cognitivos individuais mediam ou moderam o efeito das características centrais de uma pessoa no desenvolvimento e na manutenção de um transtorno específico do uso da Internet. Marca, Jovem [7] ilustram que o efeito de respostas afetivas e cognitivas interage com fatores executivos, como o controle inibitório. A decisão de usar um determinado aplicativo para experimentar gratificação ou compensação pode levar a um uso excessivo desse aplicativo, reforçando assim predisposições específicas, bem como fatores afetivos, cognitivos e executivos semelhantes a um círculo vicioso (para uma descrição mais detalhada do modelo e uma visão geral detalhada dos estudos empíricos, veja7]).

Estudos anteriores já mostraram que o efeito de sintomas psicopatológicos, como depressão e ansiedade social, e o efeito de aspectos de personalidade, como vulnerabilidade ao estresse, autoestima e autoeficácia, nas tendências de um CDI são mediados por cognições específicas, como um estilo de enfrentamento disfuncional e expectativas de uso da Internet [8, 15]. Wegmann, Oberst [16] demonstraram que especialmente as expectativas de evitação, incluindo o desejo de escapar da realidade, para distrair de problemas da vida real, ou para evitar a solidão, são relevantes para explicar os sintomas da DCI. Brand, Laier [17] assim como Trotzke, Starcke [18mostraram que as altas expectativas em relação ao uso de aplicativos específicos como uma possibilidade de sentir prazer ou desviar de problemas mediam a relação entre aspectos pessoais e um distúrbio generalizado (não específico) do uso da Internet, bem como um distúrbio de compras na Internet, respectivamente.

Além do conceito de expectativa de uso da Internet, Brand, Young [7] argumentam ainda que a reatividade-cue e o craving parecem ser construções importantes dentro do desenvolvimento e manutenção de um uso patológico de aplicações específicas. Esta suposição é baseada em pesquisas anteriores sobre transtornos por uso de substâncias (ver, por exemplo, resultados em [19], bem como outros vícios comportamentais [20], que mostram que os dependentes são vulneráveis ​​a estímulos relacionados ao vício que acionam áreas de processamento de recompensa no cérebro [21-25]. O desejo descreve o desejo ou o desejo de tomar drogas ou mostrar um comportamento viciante repetidamente [26, 27]. O conceito de reatividade-sugestão e desejo foi transferido para o estudo dos vícios comportamentais. Correlatos comportamentais de cue-reatividade e desejo já foram observados no transtorno de compras na Internet [18], Transtorno de visualização de pornografia na Internet [28, 29], Transtorno de jogos pela Internet [30, 31], Transtorno do jogo de Internet [32, 33] e ICD [34].

Embora os estudos enfatizem o importante papel desses componentes afetivos (reatividade-sugestão e fissura) e cognitivos (expectativas relacionadas à Internet) no desenvolvimento e manutenção de um distúrbio específico do uso da Internet, a interação desses fatores, que é postulada no I Modelo -PACE, permanece incerto. O presente estudo baseia-se em alguns dos principais pressupostos do modelo I-PACE, especialmente os efeitos de mediação dos mecanismos afetivos e cognitivos na relação entre as características centrais da pessoa e os sintomas de um CDI. O objetivo deste estudo é investigar o efeito das características centrais da pessoa na CDI mediada por vieses cognitivos relacionados à Internet (por exemplo, expectativas de uso da Internet) e vieses afetivos (por exemplo, desejo induzido pela sugestão). Baseado em Wegmann, Oberst [16], assumimos que o efeito da expectativa de evitar emoções negativas usando aplicativos de comunicação on-line é mediado pelo desejo induzido pela sugestão, conforme descrito no modelo de Brand, Young [7]. Como segundo objetivo do estudo, nos concentramos na investigação do papel da suscetibilidade ao tédio no CDI. Assim, gostaríamos de entender melhor a relação entre as características centrais da pessoa e os sintomas de um transtorno específico do uso da Internet, que ainda não foi investigado no contexto do CDI.

Prontidão do tédio como preditor de um CDI

A conceituação do tédio é determinada por diferentes fatores situacionais e individuais [35]. O próprio tédio pode ser descrito como um estado mental negativo ou um conflito interno entre uma experiência esperada e uma percebida [36, 37]. Brissett e Snow [38] definiu o tédio como um estado de “subestimulação, falta de excitação e falta de envolvimento psicológico associado à insatisfação, e os indivíduos tentam lidar com o tédio buscando estímulos adicionais” [39]. Este estado também está associado a sentimentos desagradáveis, aos quais os indivíduos tentam escapar [40, 41]. A propensão do mero tédio é definida como o tédio do traço. O construto da propensão ao tédio é frequentemente “operacionalizado como a suscetibilidade de um indivíduo a sentir o tédio” [35]. Além disso, a propensão ao tédio inclui a dificuldade de um indivíduo em chamar a atenção para um estímulo, estar ciente desse déficit de atenção, bem como tentar reduzir a experiência do tédio como estado [35, 42].

Vários estudos enfatizam a relevância clínica da tendência ao tédio, ilustrando que o tédio está relacionado ao consumo de álcool.43], o uso de substâncias psicoativas [44], índices de depressão e ansiedade [35] e problemas de saúde em geral [45]. Zhou e Leung [46mostraram que o tédio no lazer está relacionado a comportamentos de risco, como delinquência, atividade extrema de sensação e abuso de drogas.36, 46, 47]. Como uma possível explicação para a relação entre a propensão ao tédio e o uso de substâncias (por exemplo, beber álcool), Biolcati, Passini [48investigaram os possíveis efeitos de mediação das expectativas em relação ao consumo de álcool. Os resultados mostraram que o efeito da tendência ao tédio no comportamento de beber compulsivamente é mediado pelas expectativas de escapar do tédio, escapar dos problemas e lidar com sentimentos negativos.48]. Além disso, pesquisas empíricas sobre diferentes vícios comportamentais ou comportamentos patológicos explicam a relevância do tédio para o comportamento de risco. Por exemplo, Blaszczynski, McConaghy [49] mostraram que os indivíduos com transtorno do jogo tiveram maior pontuação nas medidas de tédio em comparação aos não-jogadores. O jogo parece ser uma possibilidade para eles evitarem ou reduzirem estados ou humores negativos. Isso é consistente com os resultados relatados pela Fortune e pela Goodie [50] ilustrando que o jogo patológico está associado à susceptibilidade ao tédio, que é uma subescala da Sensation Seeking Scale Form V de Zuckerman, Eysenck [51].

Conforme descrito anteriormente, o uso de smartphones no dia a dia resulta de um acesso fácil e permanente que permite a comunicação e o entretenimento contínuos [2, 52]. Nossa hipótese é que a possibilidade de ter um estímulo duradouro leva a um uso excessivo e demorado dos aplicativos de smartphone e de comunicação online. Da mesma forma, evitar sentimentos de aborrecimento parece ser a principal motivação para usar a Internet [53]. Lin, Lin [37mostrou que a propensão ao tédio e um alto envolvimento na Internet aumentam a probabilidade de um distúrbio do uso da Internet. Os autores enfatizam que a Internet parece ser uma possibilidade de buscar excitação e prazer, o que eleva o nível de uso patológico. Isso é consistente com pesquisas anteriores enfatizando a relação entre um transtorno do uso da Internet e uma maior propensão ao tédio.54-56]. Zhou e Leung [46] especificou essa relação e mostrou que o tédio é um preditor de um uso patológico de sites de redes sociais, bem como de comportamento de jogo patológico em serviços de redes sociais. Elhai, Vasquez [42] ilustrou que a maior propensão ao tédio medeia o efeito da depressão e da ansiedade no comportamento problemático do smartphone. No geral, assumimos que a tendência ao tédio como tédio é um fator de risco pessoal para o desenvolvimento de um CDI.

Resumo dos objetivos do estudo

O presente estudo visa contribuir para uma melhor compreensão dos mecanismos cognitivos e afetivos subjacentes aos sintomas de um CDI. Nossas suposições são baseadas em estudos anteriores, que relataram o efeito da tendência ao tédio em comportamentos de risco, como abuso de substâncias [57], fatores de risco à saúde [46], jogo patológico [50] ou distúrbio do uso da Internet [37, 54]. Assumimos que os indivíduos que têm uma maior suscetibilidade à experiência de tédio e que repetidamente usam o smartphone como uma estratégia de adaptação mal adaptada são mais propensos a desenvolver um uso patológico de aplicativos de comunicação on-line. Consistente com o modelo I-PACE de Brand, Young [7], hipotetizamos que o efeito da propensão ao tédio é mediado por cognições específicas. Além disso, e com base no estudo de Biolcati, Passini [48] também assumimos que especialmente os indivíduos que têm maior propensão ao tédio, bem como as expectativas de evitar emoções negativas usando aplicativos de comunicação on-line, experimentam mais conseqüências negativas devido ao uso de tais aplicativos. Como um outro objetivo, investigamos os efeitos das respostas afetivas e cognitivas. O modelo I-PACE sugere que o efeito das expectativas de evitação nos sintomas do CDI é mediado por maiores experiências de desejo. No geral, o efeito de mediação do craving induzido pelo cue também pode ser relevante para o efeito de mediação das expectativas de evitação entre a propensão ao tédio e o CDI. Fig 1 resume as hipóteses em um modelo de equações estruturais.

miniaturas

 

Fig 1. Modelo hipotético.

O modelo hipotético para analisar os efeitos diretos e indiretos sugeridos, incluindo as variáveis ​​latentes do CDI.

https://doi.org/10.1371/journal.pone.0195742.g001

Métodos

Participantes e procedimento

Cento e quarenta e oito participantes com idades entre os anos 18 e 60 (M = 25.61, SD = 8.94) participou do estudo atual. Destes, 91 eram fêmeas e 57 eram machos. Todos os participantes eram usuários de aplicativos de comunicação on-line, variando de dois a 19 anos de uso (M = 8.09, SD = 3.09). O aplicativo de comunicação online WhatsApp foi o aplicativo mais utilizado (97.97% de todos os participantes), seguido pelo Facebook (78.38% de todos os participantes), Facebook Messenger (62.84% de todos os participantes) e Instagram (53.38% de todos os participantes) . Outros aplicativos de comunicação on-line, como Twitter, iMessage, Snapchat ou Skype, foram usados ​​por menos de 50% de todos os participantes. Os participantes gastam em média 125.41 minutos (SD = 156.49) por dia usando WhatsApp, seguido por Instagram (M = 57.97, SD = 78.76), Snapchat (M = 53.71, SD = 65.40) e Facebook (M = 55.48, SD = 84.74). Todas as outras aplicações foram usadas em média menos de 30 minutos por dia.

Nós recrutamos a amostra na Universidade de Duisburg-Essen (Alemanha) através de listas de discussão, redes sociais online e recomendações boca-a-boca. O estudo foi realizado em laboratório, em ambiente individual. Primeiramente, os participantes foram informados por escrito sobre o procedimento e deram seu consentimento por escrito. Pedimos a eles que mudassem seus smartphones para o modo de voo e os guardassem no bolso durante a participação. Posteriormente, os participantes responderam questionários on-line e realizaram um paradigma de reatividade-sugestão, bem como outros paradigmas experimentais que não são relevantes para o manuscrito atual. Depois disso, os participantes responderam a outros questionários on-line, como a Escala de Pronação do Tédio, a Escala de Expectativas de Uso da Internet ou o Curto Teste de Dependência da Internet, que será explicado a seguir. No geral, o estudo demorou cerca de uma hora. Os estudantes ganharam pontos de crédito por sua participação. O comitê de ética da Universidade de Duisburg-Essen aprovou o estudo.

Instrumentos

Versão modificada do Teste de Vício em Internet para Transtorno de Comunicação na Internet (s-IAT-ICD).

As tendências de um CDI foram medidas com a versão curta do Internet Addiction Test (s-IAT) de Pawlikowski, Altstötter-Gleich [58]. Para este estudo utilizamos a versão modificada para ICD (s-IAT-ICD) [15]. A escala avalia queixas subjetivas na vida cotidiana devido ao uso de aplicativos de comunicação online. No início, é dada uma definição de aplicativos de comunicação online. As instruções enfatizam que o termo aplicativos de comunicação online inclui o uso ativo (por exemplo, escrita de novos posts), bem como o uso passivo (por exemplo, navegação e leitura de novos posts) de sites de redes sociais e blogs como Facebook, Twitter e Instagram. , bem como mensageiros instantâneos, como o WhatsApp.

Os participantes devem avaliar doze itens em uma escala Likert de cinco pontos (de 1 = “nunca” a 5 = “muito frequentemente”). Uma pontuação de soma foi calculada variando de doze a 60. Pontuações> 30 indicam um uso problemático de aplicativos de comunicação online, enquanto pontuações> 37 indicam um uso patológico de aplicativos de comunicação online. O questionário consiste em dois fatores (seis itens cada): perda de controle / gerenciamento do tempo (s-IAT-CID 1: α = 849) e problemas sociais / desejo (s-IAT-CID 2: α = 708). A consistência interna geral foi α = 842. Ambos os fatores representam a dimensão latente do CDI no modelo de equações estruturais.

Reatividade-cue e desejo.

Para investigar a reatividade-sugestão e desejo, um paradigma de reatividade-sugestão consistindo de doze figuras relacionadas a aplicações de comunicação on-line foi aplicado [34, 59]. As pistas visuais mostraram diferentes smartphones exibindo uma conversa através de diferentes aplicativos de comunicação online. Os estímulos foram pré-testados e descritos em um antigo estudo de Wegmann, Stodt [34]. No presente estudo, os participantes avaliaram cada imagem em relação à excitação, valência e desejo de usar o smartphone em uma escala Likert de cinco pontos (de 1 = “sem excitação / valência / urgência” para 5 = “alta excitação / valência / urgência”) ). Apresentação® (Versão 16.5, www.neurobs.com) foi usado para apresentação e classificação de pistas.

Além disso, usamos o Desire of Alcohol Questionnaire [Desejo de Álcool Questionário [60] modificado para uso do smartphone para avaliar o desejo [34]. O questionário foi apresentado antes e depois do paradigma da reatividade-sugestão para medir o desejo de linha de base (desejo de linha de base do CDQ-DAQ), bem como mudanças potenciais de desejo após a exposição ao estímulo (DAQ-ICD pós-desejo). Portanto, os participantes tiveram que avaliar os itens 14 (por exemplo, “Usar o smartphone seria satisfatório agora”) em uma escala Likert de sete pontos (de 0 = “discordância total” a 6 = “acordo completo”). Depois de inverter um item, calculamos a pontuação média [59]. As consistências internas foram α = .851 para o desejo-de-base de DAQ-ICD e α = .919 para DAQ-ICD pós-craving. Nas análises a seguir, o pós-desejo DAQ-ICD e as classificações do paradigma sugestão-reatividade foram usados ​​para representar a dimensão latente do craving induzido por cue no modelo de equações estruturais.

Versão modificada da Escala de Expectativas de Uso da Internet para comunicação online (IUES).

A Escala de Expectativas de Uso da Internet (IUES) [17] modificado para comunicação online foi usado para avaliar as expectativas dos participantes em relação ao uso de aplicativos de comunicação on-line [16]. O questionário contém dois fatores (seis itens cada): reforço positivo (por exemplo, “uso aplicativos de comunicação on-line para experimentar prazer”, IUES positivo: α = .838) e expectativas de evitação (por exemplo, “uso aplicativos de comunicação on-line para distrair-me dos problemas ”; evitar IUES α = .732). Os participantes tiveram que classificar cada item em uma escala Likert de seis pontos (de 1 = “discordo completamente” a 6 = “concordo totalmente”). Com base em pesquisas anteriores e pressupostos teóricos, apenas a variável expectativa de evitação foi relevante para as análises a seguir.

Escala de Pronação do Tédio Curto (BPS).

A Escala de Pronação do Tédio Curto (BPS) de Struk, Carriere [61] foi utilizado para avaliar a tendência ao tédio. A escala é composta por oito itens (por exemplo, “É preciso mais estímulo para me levar do que a maioria das pessoas”), que teve que ser classificada em uma escala Likert de sete pontos (de 1 = “discordo completamente” para 7 = “concordo totalmente ”). Um valor médio global foi calculado. A consistência interna foi α = .866.

análise estatística

As análises estatísticas foram realizadas utilizando o SPSS 25.0 for Windows (IBM SPSS Statistics, lançado 2017). Calculamos as correlações de Pearson para testar relações bivariadas entre duas variáveis. As correlações foram interpretadas com mais detalhes usando tamanhos de efeito. Baseado em Cohen [62], Coeficiente de correlação de Pearson r ≥ .01 indica um tamanho pequeno, r ≥ .03 um meio e r ≥ .05 um efeito grande. As análises do modelo de equações estruturais (SEM) foram calculadas usando o Mplus 6 [63] Para avaliar o ajuste do modelo do SEM, usamos o resíduo quadrático médio padronizado (SRMR; valores <08 indicam um bom ajuste com os dados), erro quadrático médio de aproximação (RMSEA; valores <08 indicam um bom e <10 um ajuste aceitável com os dados) e índices de ajuste comparativos (CFI e TLI; valores> 90 indicam um ajuste aceitável e> 95 indicam um bom ajuste com os dados) [64, 65]. Nós também usamos o χ2-Teste para verificar se os dados derivam do modelo definido. Como um passo adicional para reduzir erros de medição para o SEM, usamos o método de parcelamento de itens para variáveis ​​que são representadas como variáveis ​​manifestas. Este método permite construir as dimensões latentes para estas variáveis ​​no SEM [66, 67]. Portanto, verificamos as inter-correlações entre os itens de cada escala e, em seguida, criamos dois fatores para as dimensões latentes do IUES e do BPS.

Resultados

Valores descritivos e estatística multivariada

Os valores médios e desvios padrão de todos os questionários, bem como as classificações do paradigma de reatividade-cue, podem ser encontrados em tabela 1. As variáveis ​​construídas do parcelamento do item são incluídas como valores adicionais. tabela 2 mostra as correlações bivariadas entre essas variáveis. Com base nos pontos de corte de Pawlikowski, Altstötter-Gleich [58], 23 participantes mostraram uma problemática e sete participantes mostraram um uso patológico de aplicativos de comunicação on-line, que está associado com queixas subjetivas no dia a dia devido ao uso dessas aplicações e descreve os sintomas de um CDI.

miniaturas

 

Tabela 1. Valores médios, desvios-padrão e variação dos escores do s-IAT-ICD e das escalas aplicadas.

https://doi.org/10.1371/journal.pone.0195742.t001

miniaturas

Download:

Slide do PowerPoint

Ampliar Imagem

imagem original

Tabela 2. Correlações bivariadas entre os escores do s-IAT-ICD e as escalas aplicadas.

https://doi.org/10.1371/journal.pone.0195742.t002

O modelo de equação estrutural

O modelo hipotético de equações estruturais, em um nível latente, mostrou um excelente ajuste com os dados (SRMR = .029, CFI = .986, TLI = .972, RMSEA = .063, p = .299, BIC = 3962.65). o χ2-Teste também mostrou um bom ajuste (χ2 = 22.25, p =. 074, χ2/ df = 1.59). Todas as dimensões latentes definidas foram bem representadas pelas variáveis ​​manifestas utilizadas. Na primeira etapa, os resultados indicam que a propensão ao tédio (β = .384, SE =. 096, p ≤ .001), desejo induzido por sugestão (β = .414, SE =. 102, p ≤ .001) e expectativas de evitação (β = .255, SE =. 109, p = .011) foram preditores significativos das tendências do CDI. A propensão ao tédio também teve um efeito direto no desejo induzido por estímulo (β = .411, SE =. 100, p ≤ .001) e expectativas de evitação (β = .567, SE =. 084, p ≤ .001). Além disso, as expectativas de evitação foram um preditor significativo de craving induzido pelo estímulo (β = .361, SE =. 107, p = .001). O efeito da propensão ao tédio sobre os sintomas de um CDI foi mediado pelo desejo induzido pelo estímulo (β = .170, SE =. 058, p = .003) e por expectativas de evitação (β = .145, SE =. 063, p = .021). O efeito das expectativas de evitação nas tendências do CDI também foi mediado pelo desejo induzido pelo estímulo (β = .149, SE =. 059, p = .011). Além disso, a relação entre a propensão ao tédio e os sintomas de um CDI foi mediada por expectativas de evitação e, além disso, por desejo induzido por estímulo (tendência ao enfado - expectativas de evitação - desejo induzido por sugestão - CDI; β = .085, SE =. 037, p = .021); no entanto, essa mediação foi apenas de pequeno efeito. No geral, o modelo analisado explicou significativamente 81.60% da variância dos sintomas do CDI. Fig 2 mostra o modelo com as cargas fatoriais, pesos β e coeficientes.

miniaturas

Download:

Slide do PowerPoint

Ampliar Imagem

imagem original

Fig 2. Resultados do modelo de equações estruturais.

Resultados do modelo de equações estruturais com o CDI como variável dependente, incluindo cargas fatoriais sobre as variáveis ​​latentes descritas e os pesos-β acompanhantes p-valores e residuais.

https://doi.org/10.1371/journal.pone.0195742.g002

Análises adicionais

O modelo descrito anteriormente foi baseado em considerações teóricas e evidências empíricas adicionais, como os modelos de equações estruturais de Wegmann, Stodt [15] e Wegmann e Brand [8]. No entanto, queríamos posteriormente controlar o modelo para outros possíveis fatores de influência, a fim de entender melhor os mecanismos subjacentes de um CDI. A primeira questão que abordamos foi a estreita associação da tendência ao tédio com depressão e ansiedade [35, 68, 69]. Um estudo atual de Elhai, Vasquez [42] ilustra que a relação entre os sintomas psicopatológicos e o uso problemático do smartphone é mediada pela maior propensão ao tédio. Avaliamos sintomas psicopatológicos como depressão (M = 0.53, SD = 0.53), sensibilidade interpessoal (M = 0.72, SD = 0.64) e ansiedade (M = 0.55, SD = 0.49) usando o questionário Brief Symptom Inventory by Derogatis [70]. Como as variáveis ​​que operacionalizam os sintomas psicopatológicos correlacionaram-se significativamente com as demais variáveis ​​do modelo atual (todas r≤ .448, todos p≤ .024), incluímos sintomas psicopatológicos (ou seja, depressão, sensibilidade interpessoal e ansiedade) como uma outra dimensão latente no modelo. Baseado no modelo de mediação de Elhai, Vasquez [42] verificamos se o efeito da tendência ao tédio é baseado no construto de sintomas psicopatológicos ou se a propensão ao enfado descreve um próprio incremento estatístico, como foi enfatizado em estudos anteriores [35, 42, 68].

Como ilustrado em Fig 3, os resultados indicam que os sintomas psicopatológicos desempenham um papel crucial no desenvolvimento e manutenção de um CDI, o que está de acordo com pesquisas anteriores [8, 15, 42]. No entanto, a relevância da propensão ao tédio como um importante preditor de sintomas de um CDI não diminui significativamente após a inclusão de sintomas psicopatológicos no modelo de equações estruturais. Isso enfatiza que a propensão ao tédio e os sintomas psicopatológicos são construtos relacionados, mas independentes, cujos efeitos sobre as tendências de um CDI são mediados por componentes cognitivos e afetivos. Os resultados do modelo de equações estruturais adicionais, incluindo as cargas fatoriais sobre as variáveis ​​latentes descritas e os pesos-β acompanhantes, p-valores e resíduos são resumidos em Fig 3.

miniaturas

Fig 3. Resultados do modelo de equações estruturais adicionais.

Resultados do modelo de equações estruturais com sintomas psicopatológicos como variável preditora adicional, incluindo cargas fatoriais sobre as variáveis ​​latentes descritas e os pesos-β acompanhantes p-valores e resíduos (Abreviaturas: PP = sintomas psicopatológicos, BP = propensão ao aborrecimento, AE = expectativas de evasão, CRAV = desejo induzido por sugestão, ICD = distúrbio da comunicação pela Internet).

https://doi.org/10.1371/journal.pone.0195742.g003

Também consideramos idade e sexo como variáveis ​​potenciais que podem afetar a estrutura do modelo atual. Portanto, primeiro calculamos as correlações entre a idade e todas as outras variáveis. Os resultados indicam pequenas correlações (todas r's ≤ -.376). Essas correlações ilustram um padrão familiar de que participantes mais jovens experimentam maiores queixas subjetivas na vida cotidiana devido ao uso excessivo de aplicativos de comunicação on-line. Como passo adicional, controlamos nossos dados para diferenças de gênero usando comparações de teste t para amostras independentes. Os resultados mostraram que não houve diferença significativa entre os participantes do sexo masculino e feminino (p ≥ .319). O modelo de equações estruturais com análise adicional por gênero foi calculado usando a análise estrutural média como uma forma de proceder [71]. Os índices de ajuste do modelo de equações estruturais indicam um bom ajuste com os dados (CFI = .975, TLI = .961, SRMR = .060, RMSEA = .075, p = .194, BIC = 4050.63). Para os participantes masculinos e femininos, encontramos padrões de resultados semelhantes. As participantes do sexo feminino apresentaram efeitos de mediação semelhantes, conforme ilustrado no modelo hipotético de equações estruturais. Para os machos, não encontramos nenhum efeito direto das expectativas de evitação às tendências de um CDI (β = .153, SE =. 133, p = .249), nenhum efeito de mediação das expectativas de evitação na relação entre a propensão ao enfado e o CDI (β = .029, SE =. 030, p = .327), e nenhum efeito de mediação do craving na relação entre a propensão ao enfado e os sintomas de um ICD (β = .073, SE =. 065, p = .262). Devido ao pequeno tamanho das amostras, especialmente em relação à amostra masculina, os resultados devem ser discutidos com cautela e devem ser controlados em estudos posteriores.

Discussão

No presente estudo, testamos a validade de um modelo teórico assumindo interações entre a propensão ao enfado e componentes afetivos e cognitivos para explicar os sintomas da DCI. O modelo de equações estruturais, em nível latente, produziu um excelente ajuste com os dados usando o método de parcelamento de itens para reduzir os erros de medição. Em conjunto, a propensão ao tédio e os efeitos de mediação dos componentes cognitivos e afetivos, ou seja, expectativas de evitação e desejo induzido pelo estímulo, explicaram 81.60% da variação nos sintomas do CDI. Os resultados ilustram que a propensão ao tédio tem um efeito direto no desenvolvimento e manutenção de um CDI. Foi um preditor significativo das expectativas para evitar emoções negativas e escapar da realidade, bem como do desejo induzido pela sugestão. Esses componentes afetivos e cognitivos mediaram o efeito da propensão ao tédio no CDI. Os resultados enfatizam ainda mais a interação dos mediadores citados, uma vez que o efeito das expectativas de evitação nos sintomas do CDI foi parcialmente mediado pelo desejo induzido pelo estímulo. Além disso, a mediação das expectativas de evitação sobre a relação entre a tendência ao tédio e os sintomas do CDI foi mediada pelo desejo induzido pelo estímulo.

Os resultados apoiam a hipótese de que a relação entre a suscetibilidade à experiência de tédio como parte das características centrais da pessoa e a experiência de consequências negativas devido ao uso excessivo de aplicativos de comunicação online é mediada por respostas afetivas e cognitivas a estímulos externos relacionados ao contexto. , como dicas visuais exibindo conversas através de diferentes aplicativos de comunicação online. Os resultados atuais ampliam os achados de estudos anteriores, que já demonstraram que sintomas psicopatológicos (como depressão ou ansiedade social) e aspectos de personalidade (como vulnerabilidade ao estresse ou autoestima) têm efeito sobre os sintomas do CDI, que são mediados por cognições específicas (como um estilo de enfrentamento disfuncional ou expectativas de uso da Internet) [8, 15]. Os resultados são consistentes com o modelo teórico I-PACE proposto por Brand, Young [7]. O ponto central do modelo I-PACE é o efeito das características centrais da pessoa na percepção subjetiva de uma situação, por exemplo, ao ser confrontado com estímulos relacionados ao vício, conflitos pessoais ou estresse. A percepção subjetivamente colorida de elementos situacionais leva a respostas afetivas e cognitivas individuais, como a reatividade-cue e o desejo, que é descrito como o desejo de usar uma determinada aplicação e reduzir estados afetivos negativos [20, 24]. Os resultados do presente estudo apóiam essa suposição, mostrando que os participantes que têm uma maior suscetibilidade à experiência de tédio (como uma das características centrais de uma pessoa) ou a ser incapaz de regular a atenção para estímulos [35], têm um risco maior de usar excessivamente aplicativos de comunicação on-line. Os resultados também são aprimorados pelo estudo de Elhai, Vasquez [42bem como por nossa análise adicional, que enfatiza que sintomas psicopatológicos como depressão, sensibilidade interpessoal e ansiedade podem levar a uma maior suscetibilidade ao tédio e a um maior risco de uso patológico de aplicações de comunicação online. Esse comportamento é reforçado quando os indivíduos são confrontados com estímulos específicos (relacionados à comunicação com smartphone) e experimentam o desejo de usar o smartphone ou um aplicativo de comunicação específico. Parece ser um hábito automático usar o smartphone depois de ver um ícone ou ouvir o som de uma mensagem recebida [34]. Usuários de aplicativos de comunicação on-line podem ter desenvolvido tal hábito para tentar lidar com sentimentos desagradáveis ​​como o tédio e, assim, escapar da subestimulação experiente [20, 36].

O efeito de mediação das expectativas de evitação sobre a relação entre a propensão ao aborrecimento e os sintomas do CDI corrobora essa suposição. Semelhante ao desejo induzido pela sugestão, os resultados demonstram que a suscetibilidade à experiência do tédio leva a expectativas de evitar emoções negativas on-line e de distrair os problemas usando o smartphone ou aplicativos de comunicação on-line. Isso está de acordo com Biolcati, Passini [48] mostrando que a relação entre a propensão ao tédio e o comportamento de beber compulsivamente é mediada pelas expectativas de escapar da subestimulação e da realidade. Os autores assumem que especialmente os adolescentes, que são mais propensos a sentir o tédio em seu tempo de lazer, esperam fugir das emoções negativas bebendo álcool, o que reforça o risco de comportamento de beber compulsivamente [48]. O comportamento de risco parece ser um mecanismo de enfrentamento mal-adaptativo, em que os indivíduos tentam encontrar estratégias para reduzir a propensão de sentir o tédio.35, 39, 40]. Os resultados de Biolcati, Passini [48], Biolcati, Mancini [39] e Harris [40ilustram os principais pressupostos do modelo I-PACE, como a hipótese de que os indivíduos tentam escapar das emoções negativas ou lidar com o humor anormal, especialmente quando são confrontados com estímulos relacionados ao vício, o que pode levar à decisão de usar determinada aplicação. Desde Zhou e Leung [46] já descreveu a associação da propensão ao tédio com o jogo em ambientes de redes sociais, os resultados atuais especificam essa relação. A experiência de gratificação ou a estimulação em uma situação de sub-excitação pode ser descrita como um fator importante que aumenta o risco de usar certas aplicações on-line devido à expectativa de reduzir repetidamente estados afetivos negativos em situações semelhantes. Isto está de acordo com os resultados de um estudo de neuroimagem feito por Montag, Markowetz [72] que mostrou os aspectos gratificantes de usar o Facebook via smartphone e maior ativação do estriado ventral quando os indivíduos passam o tempo em serviços de redes sociais.

O segundo objetivo do estudo foi investigar a interação das respostas afetivas e cognitivas aos estímulos externos. Estudos anteriores já examinaram a relevância da reatividade-cue e do craving [34] bem como as expectativas de uso da Internet [8, 15] e especialmente as expectativas de evasão [16] para o desenvolvimento e manutenção de um CDI. A importância desses dois construtos já foi mostrada para transtornos específicos do uso da Internet, como transtorno de compras na Internet ou compra patológica [18, 59], Transtorno de visualização de pornografia na Internet [29], Transtorno de jogos pela Internet [30, 73, 74] ou desordem generalizada (inespecífica) do uso da Internet [17]. De acordo com o nosso conhecimento, não houve nenhum estudo que investigasse a interação do desejo induzido por pistas e expectativas de uso da Internet como hipotetizado no modelo I-PACE [7]. Os autores do modelo I-PACE assumem que as expectativas de uso da Internet preveem o desejo induzido pela sugestão, que tem um efeito sobre os sintomas de um distúrbio específico do uso da Internet. Portanto, nós hipotetizamos que o desejo induzido por sugestão atua como um mediador entre as expectativas de uso da Internet (principalmente as expectativas de evitação) e os sintomas do CDI. A hipótese é suportada pelos resultados atuais. Os achados indicam que os componentes afetivo e cognitivo interagem entre si, o que enfatiza os mecanismos-chave do modelo teórico. Indivíduos com cognições específicas relacionadas à Internet (por exemplo, expectativas para distrair-se de problemas, escapar da realidade ou para evitar a solidão) parecem ser vulneráveis ​​a sinais relacionados ao vício e parecem experimentar reações de desejo mais elevadas. Com relação aos mecanismos de reforço propostos no modelo I-PACE, supõe-se que os indivíduos decidam usar seus aplicativos de “primeira escolha” para distrair desse estado negativo e experimentar gratificação ou compensação. Isso aumenta o risco de perder o controle sobre o uso da Internet [7]. Os resultados são um primeiro sinal que aponta a interação entre respostas afetivas e cognitivas aos estímulos externos e internos. Uma vez que existem outros componentes, como tendências de atenção e associações implícitas, bem como a relevância do controle inibitório e das funções executivas [7], as associações entre esses fatores devem ser investigadas em maiores detalhes. Assim, estudos futuros devem enfocar o CDI, mas também outros transtornos específicos do uso da Internet.

Perspectivas e implicações

O uso de smartphones e aplicativos de comunicação on-line na vida cotidiana parece não ser problemático em geral. Para a maioria das pessoas, é comum usar o smartphone enquanto se espera por outra pessoa ou pelo trem, por exemplo. Turel e Bechara [75] ilustram a relevância da impulsividade como fator de risco de um CDI também. No geral, as aplicações de comunicação online parecem ser um excelente exemplo para a relação entre a propensão ao tédio e um uso patológico. Pode-se supor que a experiência de gratificação e compensação por meio do uso dessas aplicações é um mecanismo-chave para o processo de desenvolvimento de um CDI. Embora os resultados sejam consistentes com os pressupostos teóricos do modelo I-PACE de Brand, Young [7], o desenvolvimento de comportamentos de comunicação on-line aditivos e sintomas de CDI, bem como o papel da propensão ao tédio e dos componentes afetivos e cognitivos adicionais, devem ser investigados em estudos longitudinais. Portanto, mais pesquisas, especialmente em relação a mecanismos específicos de reforço, são necessárias.

Considerando isso, além da suscetibilidade à experiência do tédio, a pesquisa deve também enfocar a situação percebida subjetivamente. Ben-Yehuda, Greenberg [76] já abordou a relevância do tédio do estado como um fator de risco potencial para o desenvolvimento de um vício em smartphones, que deve ser investigado em pesquisas posteriores. Isso inclui a experiência de subestimulação e subexecução como estado dependente do contexto [38, 57]. Pode-se supor que o tédio percebido de fato seja uma explicação relevante por que os indivíduos desenvolvem o hábito automático de usar o smartphone em uma situação de subestimulação. Isso poderia ser reforçado pela gratificação e compensação experimentadas e, portanto, aumentar a probabilidade de usar o smartphone em uma situação comparável novamente. Até agora, estudos posteriores devem ter em mente que fatores situacionais como humor atual, conflitos pessoais, tédio experimentado ou estresse percebido podem afetar os componentes cognitivos e afetivos, bem como a decisão de usar determinada aplicação [7, 77].

Dado o fato de que mais e mais indivíduos experimentam conseqüências negativas na vida cotidiana, tais como conflitos com a família e amigos ou problemas relacionados ao trabalho que resultam do uso descontrolado da Internet e de suas aplicações específicas, há uma necessidade crescente de orientação adequada e orientada. intervenções. No contexto dos distúrbios do uso da Internet e suas formas específicas, como o CDI, presume-se que o sucesso da prevenção e da intervenção depende principalmente da adequação do tratamento de fatores relevantes. Levando em consideração que as características pessoais podem ser difíceis de modificar, as intervenções devem se concentrar nos aspectos de moderação e mediação para evitar o uso excessivo de certos aplicativos da Internet [7]. Neste estudo, as expectativas para evitar sentimentos negativos on-line e as reações de desejo induzidas pelo estímulo foram enfatizadas para desempenhar um papel mediador no desenvolvimento e manutenção de um CDI. O uso de expectativas específicas de uso da Internet para alterar cognições não-conducentes pode ser um primeiro passo para um uso funcional da Internet. As pessoas que têm dificuldade em suportar o tédio ou que têm uma maior suscetibilidade à experiência de tédio devem ser treinadas para perceber que a Internet ou o uso do smartphone não é a única maneira de lidar com situações cotidianas que envolvem subestimulação ou sentimentos desagradáveis. Este aspecto é particularmente importante porque ter a expectativa de que as aplicações de comunicação online possam promover a fuga de problemas da vida real pode, portanto, promover e intensificar as reações de desejo, como mostram os resultados atuais, especialmente quando ocorrem estímulos específicos. Na vida diária, tais estímulos na vida diária podem ser, por exemplo, ver outras pessoas usando o smartphone ou percebendo uma mensagem recebida. Isso, de fato, pode tornar ainda mais difícil para os indivíduos resistirem ao desejo de usar certos aplicativos. No total, os indivíduos podem, então, desenvolver um controle reduzido sobre o uso da Internet, resultando em consequências negativas. Além disso, as tendências de abordagem para aplicações de comunicação on-line devido ao desejo experiente devem ser reduzidas sistematicamente por meio de programas de treinamento que possibilitem aos indivíduos aprender como evitar reações não reguladas a estímulos específicos [7]. A eficácia dos métodos comuns de treinamento requer uma investigação mais aprofundada, especialmente para um CDI.

Finalmente, temos que mencionar algumas limitações. O estudo foi realizado com uma amostra de conveniência, que não é representativa para toda a população nem para pacientes que procuram tratamento com um distúrbio do uso da Internet. Com base nos resultados atuais, parece valer a pena investigar a interação da propensão ao tédio, desejo e expectativas de uso em outras amostras, como adolescentes e pacientes em busca de tratamento. Uma limitação adicional é que nos concentramos apenas no CDI. Dado que outros aplicativos da Internet também podem ser usados ​​para escapar do tédio ou de sentimentos negativos, o estudo deve ser repetido com amostras que tenham outros usos de primeira escolha, como jogos na Internet, compras pela Internet ou uso de pornografia na Internet.

Conclusão

O presente estudo teve como objetivo investigar pressupostos teóricos sobre o desenvolvimento e manutenção de um CDI. Com base no modelo I-PACE, o foco estava na mediação dos efeitos dos componentes cognitivos e afetivos, a saber, as expectativas de evitação e o craving induzido pelo estímulo, na relação entre as características centrais da pessoa e os sintomas do CDI. Este estudo examinou o efeito da propensão ao enfado como uma variável de característica possivelmente prevendo sintomas de CDI. Os resultados atuais mostram que a inclinação do tédio pode desempenhar um papel importante no CDI. Indivíduos que têm maior suscetibilidade a experimentar o tédio mostram expectativas mais altas para evitar sentimentos negativos usando aplicativos de comunicação on-line, o que, por sua vez, aumenta as consequências negativas na vida diária. Além disso, ter expectativas de evitação está associado a uma maior experiência de desejo. Isso pode ser devido a uma vulnerabilidade potencialmente maior a sugestões relacionadas à comunicação pela Internet, o que dificulta ainda mais o uso de aplicativos de comunicação on-line. Com esses resultados, os mecanismos subjacentes de um CDI ganham alívio. Tentativas de intervenção que visam impedir o uso excessivo e desregulado da Internet e de suas aplicações específicas podem ser otimizadas considerando-se o conceito de propensão ao enfado e sua interação com a reatividade-sugestão, o desejo e as expectativas.

Informações de Apoio

S1 File.sav

 

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

P

Q

1

 Tabela: lista de dados                                

2

 sexo idade siatcom_g siatcom1 siatcom2 Ver_RA DAQPost BPS_mean IUE_SNne IUEco_a1 IUEco_a2 BPS_1 BPS_2 BSI_UiSk BSI_Depr BSI_Aeng BSI_Aggr

3

 2 24.00000000000 16.00 9.00 7.00 4 3.79 1.88 2.25 1.00 3.50 1.75 2.00 .50 .00 .17 .20

4

 2 23.00000000000 36.00 26.00 10.00 3 2.00 4.75 2.50 3.00 2.00 4.25 5.25 1.50 1.17 .33 .20

5

 2 27.00000000000 19.00 13.00 6.00 1 .00 3.63 1.75 2.50 1.00 3.25 4.00 .25 .33 .17 .20

6

 2 27.00000000000 19.00 11.00 8.00 4 2.00 4.25 3.75 4.50 3.00 4.50 4.00 .75 .83 1.17 .60

7

 2 28.00000000000 23.00 14.00 9.00 2 2.57 2.88 2.75 3.00 2.50 2.25 3.50 1.00 .83 1.17 1.00

8

 2 22.00000000000 12.00 6.00 6.00 1 .21 1.13 2.50 3.00 2.00 1.00 1.25 .00 .00 .17 .40

9

 2 22.00000000000 33.00 18.00 15.00 3 2.36 3.50 3.00 2.50 3.50 3.75 3.25 .00 .33 .50 .60

10

 2 20.00000000000 48.00 26.00 22.00 3 4.50 5.38 3.00 3.00 3.00 5.25 5.50 .00 .17 .00 .00

11

 2 18.00000000000 25.00 15.00 10.00 2 .36 2.75 4.75 4.50 5.00 2.50 3.00 .75 .33 .33 1.00

12

 2 54.00000000000 12.00 6.00 6.00 1 .00 2.00 2.50 2.00 3.00 2.50 1.50 .25 .00 .00 .60

13

 2 21.00000000000 33.00 21.00 12.00 2 1.14 4.00 3.00 2.50 3.50 3.25 4.75 .00 .67 .50 .40

14

 2 26.00000000000 19.00 13.00 6.00 1 .93 3.13 1.50 2.00 1.00 3.50 2.75 .00 .17 .33 .60

15

 2 24.00000000000 22.00 14.00 8.00 1 .93 2.38 2.00 1.50 2.50 2.25 2.50 1.75 .00 .50 .40

16

 2 21.00000000000 21.00 13.00 8.00 2 1.14 2.88 3.50 4.00 3.00 3.50 2.25 3.00 1.67 1.33 .60

17

 2 26.00000000000 26.00 15.00 11.00 2 2.29 4.13 2.25 2.50 2.00 4.75 3.50 .50 .50 .33 .20

18

 2 23.00000000000 32.00 19.00 13.00 2 1.07 4.63 4.50 4.50 4.50 4.75 4.50 .00 .33 .17 .40

19

 2 57.00000000000 12.00 6.00 6.00 1 .00 1.75 1.25 1.50 1.00 1.75 1.75 .75 .50 .00 .00

20

 2 21.00000000000 21.00 10.00 11.00 2 .00 3.38 3.00 2.50 3.50 3.50 3.25 .50 .00 .17 1.00

21

 2 49.00000000000 12.00 6.00 6.00 1 .00 1.38 1.00 1.00 1.00 1.75 1.00 .50 .17 1.00 1.20

22

 2 42.00000000000 14.00 8.00 6.00 1 .00 1.38 1.00 1.00 1.00 1.50 1.25 .00 .00 .17 .00

23

 2 22.00000000000 33.00 22.00 11.00 3 2.14 3.13 4.50 5.50 3.50 3.50 2.75 .50 .33 .67 .20

24

 2 21.00000000000 31.00 18.00 13.00 2 1.43 2.50 1.50 2.00 1.00 2.00 3.00 .00 .50 .17 .40

25

 2 23.00000000000 30.00 22.00 8.00 2 .93 1.00 3.25 3.50 3.00 1.00 1.00 .50 .17 .17 .20

26

 2 28.00000000000 23.00 17.00 6.00 1 .14 1.63 2.25 2.00 2.50 2.00 1.25 .25 .33 .17 .40

27

 2 32.00000000000 27.00 14.00 13.00 1 .64 2.75 2.50 3.50 1.50 3.25 2.25 .50 1.00 .17 .20

28

 2 26.00000000000 16.00 7.00 9.00 1 .21 1.00 1.00 1.00 1.00 1.00 1.00 .00 .00 .83 .20

29

 2 37.00000000000 28.00 16.00 12.00 2 2.00 3.50 3.00 3.00 3.00 3.50 3.50 1.50 1.17 1.50 1.00

30

 2 29.00000000000 19.00 11.00 8.00 3 2.00 3.88 2.75 3.50 2.00 3.50 4.25 .25 1.83 .00 .20

31

 2 20.00000000000 39.00 22.00 17.00 2 2.00 4.13 3.50 3.50 3.50 4.50 3.75 1.25 .33 .33 1.80

32

 2 34.00000000000 14.00 8.00 6.00 1 .93 1.75 3.25 3.00 3.50 1.50 2.00 .50 .00 .33 .00

33

 2 24.00000000000 20.00 12.00 8.00 2 .43 1.63 1.00 1.00 1.00 1.75 1.50 .25 .00 .00 .40

34

 2 26.00000000000 35.00 20.00 15.00 2 1.79 5.88 2.50 3.00 2.00 5.75 6.00 3.00 1.33 1.33 2.40

35

 2 24.00000000000 31.00 16.00 15.00 3 2.71 3.38 4.25 4.50 4.00 3.50 3.25 .25 .33 .00 .20

36

 2 23.00000000000 34.00 20.00 14.00 3 2.36 3.75 4.75 5.50 4.00 3.75 3.75 .50 .33 .50 .00

37

 2 22.00000000000 23.00 13.00 10.00 2 2.36 2.50 2.75 3.00 2.50 3.75 1.25 .50 .33 .33 .60

38

 2 26.00000000000 20.00 13.00 7.00 2 1.36 1.75 2.25 1.50 3.00 2.25 1.25 .00 .50 .67 .00

39

 2 18.00000000000 19.00 12.00 7.00 1 .79 2.50 1.50 1.50 1.50 3.50 1.50 .00 .17 .17 .20

40

 2 28.00000000000 20.00 13.00 7.00 1 .21 4.25 4.25 4.50 4.00 5.00 3.50 1.00 .33 .50 .60

41

 2 27.00000000000 28.00 19.00 9.00 1 .14 3.00 3.00 2.50 3.50 2.75 3.25 .75 .50 .17 .40

42

 2 50.00000000000 14.00 8.00 6.00 1 .14 1.00 1.75 1.50 2.00 1.00 1.00 .25 .17 .17 .00

43

 2 23.00000000000 28.00 21.00 7.00 2 1.79 1.63 2.00 2.50 1.50 1.75 1.50 .50 .17 .50 .20

44

 2 27.00000000000 29.00 14.00 15.00 1 2.64 2.38 2.25 2.00 2.50 3.25 1.50 1.75 .33 1.17 1.00

45

 2 21.00000000000 26.00 15.00 11.00 2 1.71 2.88 3.25 2.50 4.00 3.75 2.00 .50 .17 .67 .40

46

 2 34.00000000000 22.00 11.00 11.00 1 1.21 1.75 2.25 2.00 2.50 2.00 1.50 .00 .00 .33 .00

47

 2 31.00000000000 14.00 8.00 6.00 1 .00 1.25 1.00 1.00 1.00 1.25 1.25 .00 .00 .17 .20

48

 2 27.00000000000 25.00 12.00 13.00 1 .21 3.63 1.75 1.50 2.00 4.25 3.00 .75 .67 .33 .80

49

 2 21.00000000000 33.00 23.00 10.00 1 .71 3.13 4.00 4.00 4.00 2.75 3.50 1.50 1.83 1.17 1.40

50

 2 20.00000000000 20.00 10.00 10.00 1 .00 1.63 2.50 2.00 3.00 1.75 1.50 .00 .17 .17 .20

FIGshare

 

Baixar

Conjunto de dados_PoNE-D-17-41307R2.sav.

Este arquivo é o conjunto de dados do estudo atual e contém todas as variáveis ​​e informações para as análises realizadas.

(SAV)

Arquivo S1. Conjunto de dados_PoNE-D-17-41307R2.sav.

Este arquivo é o conjunto de dados do estudo atual e contém todas as variáveis ​​e informações para as análises realizadas.

https://doi.org/10.1371/journal.pone.0195742.s001

(SAV)

Referências

  1. 1. Statista. Número de usuários de smartphones em todo o mundo, de 2014 a 2020 (em bilhões) 2017 [citado 2017 22 / 11 / 2017].
  2. 2. Kuss DJ, Griffiths MD. Redes sociais online e vício: uma revisão da literatura psicológica. Revista Internacional de Pesquisa Ambiental e Saúde Pública. 2011; 8: 3528 – 52. pmid: 22016701
  3. 3. Amichai-Hamburger Y, Vinitzky G. Uso da rede social e personalidade. Computadores em Comportamento Humano. 2010; 26 (6): 1289 – 95.
  4. Ver artigo
  5. Google Scholar
  6. 4. Statista. Número de usuários ativos mensais do WhatsApp em todo o mundo de abril de 2013 a julho 2017 (em milhões) 2017 [citado 2017 22 / 11 / 2017].
  7. 5. Statista. Número de usuários ativos mensais do Facebook em todo o mundo a partir do 3rd quarter 2017 (em milhões) 2017 [citado 2017 22 / 11 / 2017].
  8. Ver artigo
  9. PubMed / NCBI
  10. Google Scholar
  11. Ver artigo
  12. PubMed / NCBI
  13. Google Scholar
  14. Ver artigo
  15. PubMed / NCBI
  16. Google Scholar
  17. Ver artigo
  18. PubMed / NCBI
  19. Google Scholar
  20. Ver artigo
  21. Google Scholar
  22. Ver artigo
  23. PubMed / NCBI
  24. Google Scholar
  25. Ver artigo
  26. Google Scholar
  27. Ver artigo
  28. PubMed / NCBI
  29. Google Scholar
  30. Ver artigo
  31. Google Scholar
  32. Ver artigo
  33. PubMed / NCBI
  34. Google Scholar
  35. Ver artigo
  36. PubMed / NCBI
  37. Google Scholar
  38. Ver artigo
  39. Google Scholar
  40. Ver artigo
  41. PubMed / NCBI
  42. Google Scholar
  43. Ver artigo
  44. PubMed / NCBI
  45. Google Scholar
  46. Ver artigo
  47. Google Scholar
  48. Ver artigo
  49. PubMed / NCBI
  50. Google Scholar
  51. Ver artigo
  52. PubMed / NCBI
  53. Google Scholar
  54. Ver artigo
  55. PubMed / NCBI
  56. Google Scholar
  57. Ver artigo
  58. Google Scholar
  59. Ver artigo
  60. PubMed / NCBI
  61. Google Scholar
  62. Ver artigo
  63. PubMed / NCBI
  64. Google Scholar
  65. Ver artigo
  66. PubMed / NCBI
  67. Google Scholar
  68. Ver artigo
  69. PubMed / NCBI
  70. Google Scholar
  71. Ver artigo
  72. PubMed / NCBI
  73. Google Scholar
  74. Ver artigo
  75. PubMed / NCBI
  76. Google Scholar
  77. Ver artigo
  78. PubMed / NCBI
  79. Google Scholar
  80. Ver artigo
  81. PubMed / NCBI
  82. Google Scholar
  83. Ver artigo
  84. PubMed / NCBI
  85. Google Scholar
  86. Ver artigo
  87. Google Scholar
  88. Ver artigo
  89. Google Scholar
  90. Ver artigo
  91. Google Scholar
  92. Ver artigo
  93. PubMed / NCBI
  94. Google Scholar
  95. Ver artigo
  96. Google Scholar
  97. Ver artigo
  98. PubMed / NCBI
  99. Google Scholar
  100. Ver artigo
  101. Google Scholar
  102. Ver artigo
  103. Google Scholar
  104. Ver artigo
  105. Google Scholar
  106. Ver artigo
  107. PubMed / NCBI
  108. Google Scholar
  109. Ver artigo
  110. Google Scholar
  111. Ver artigo
  112. PubMed / NCBI
  113. Google Scholar
  114. Ver artigo
  115. Google Scholar
  116. Ver artigo
  117. Google Scholar
  118. Ver artigo
  119. PubMed / NCBI
  120. Google Scholar
  121. Ver artigo
  122. PubMed / NCBI
  123. Google Scholar
  124. Ver artigo
  125. PubMed / NCBI
  126. Google Scholar
  127. Ver artigo
  128. PubMed / NCBI
  129. Google Scholar
  130. Ver artigo
  131. PubMed / NCBI
  132. Google Scholar
  133. Ver artigo
  134. PubMed / NCBI
  135. Google Scholar
  136. Ver artigo
  137. Google Scholar
  138. Ver artigo
  139. Google Scholar
  140. Ver artigo
  141. Google Scholar
  142. Ver artigo
  143. PubMed / NCBI
  144. Google Scholar
  145. Ver artigo
  146. Google Scholar
  147. Ver artigo
  148. PubMed / NCBI
  149. Google Scholar
  150. Ver artigo
  151. Google Scholar
  152. Ver artigo
  153. PubMed / NCBI
  154. Google Scholar
  155. 6. Young KS, Pistner M, O'Mara J, Buchanan J. Cyber ​​desordens: A preocupação de saúde mental para o novo milênio. Ciberpsicologia e comportamento. 1999; 2: 475–9. pmid: 19178220
  156. 7. Marca M, KS Jovem, Laier C, Wölfling K, Potenza MN. Integrando considerações psicológicas e neurobiológicas relativas ao desenvolvimento e manutenção de transtornos específicos do uso da Internet: Um modelo de Interação de Person-Affect-Cognition-Execution (I-PACE). Neurociência e Revisões BioComportamentais. 2016; 71: 252 – 66. pmid: 27590829
  157. 8. Wegmann E, Brand M. Transtorno da comunicação na Internet: É uma questão de aspectos sociais, enfrentamento e expectativa de uso da Internet. Fronteiras em Psicologia. 2016; 7 (1747): 1 – 14. pmid: 27891107
  158. Ver artigo
  159. Google Scholar
  160. Ver artigo
  161. PubMed / NCBI
  162. Google Scholar
  163. Ver artigo
  164. Google Scholar
  165. Ver artigo
  166. PubMed / NCBI
  167. Google Scholar
  168. Ver artigo
  169. Google Scholar
  170. 9. Choi SW, DJ Kim, Choi JS, Choi EJ, Canção WY, Kim S, e outros. Comparação dos fatores de risco e proteção associados à dependência de smartphones e à dependência da Internet. Jornal de vícios comportamentais. 2015; 4 (4): 308 – 14. pmid: 26690626
  171. Ver artigo
  172. PubMed / NCBI
  173. Google Scholar
  174. Ver artigo
  175. PubMed / NCBI
  176. Google Scholar
  177. Ver artigo
  178. PubMed / NCBI
  179. Google Scholar
  180. Ver artigo
  181. PubMed / NCBI
  182. Google Scholar
  183. Ver artigo
  184. Google Scholar
  185. Ver artigo
  186. Google Scholar
  187. Ver artigo
  188. PubMed / NCBI
  189. Google Scholar
  190. 10. Montag C, Blaszkiewicz K, Sariyska R, Lachmann B, Andone I, Trendafilov B, et al. Uso de smartphones no século 21st: Quem está ativo no WhatsApp? Notas de Pesquisa da BMC. 2015; 8: 1 – 6.
  191. 11. Marca M, KS Jovem, Laier C. Controle pré-frontal e vício em Internet: Um modelo teórico e revisão de achados neuropsicológicos e de neuroimagem. Fronteiras na neurociência humana. 2014; 8 (375): 1 – 36. pmid: 24904393
  192. 12. Davis RA. Um modelo cognitivo-comportamental de uso patológico da Internet. Computadores no comportamento humano. 2001; 17: 187 – 95.
  193. 13. Spada MM. Uma visão geral do uso problemático da Internet. Comportamentos Aditivos. 2014; 39: Epub ahead of print. 3 – 6. pmid: 24126206
  194. 14. Billieux J, Maurage P, Lopez-Fernandez O, DJ Kuss, Griffiths MD. O uso desordenado de telefones celulares pode ser considerado como vício comportamental? Uma atualização sobre evidências atuais e um modelo abrangente para pesquisas futuras. Relatórios atuais de dependência. 2015; 2 (2): 156 – 62.
  195. 15. Wegmann E, Stodt B, Brand M. O uso viciante de sites de redes sociais pode ser explicado pela interação das expectativas de uso da Internet, alfabetização da Internet e sintomas psicopatológicos. Jornal de vícios comportamentais. 2015; 4 (3): 155 – 62. pmid: 26551905
  196. 16. Wegmann E, Oberst U, Stodt B, Brand M. Medo on-line específico de falta de expectativa e expectativas de uso da Internet contribuem para sintomas de desordem de comunicação pela Internet. Relatórios de comportamentos aditivos. 2017; 5: 33 – 42. pmid: 29450225
  197. 17. Marca M, Laier C, Jovem KS. Dependência da Internet: lidar com estilos, expectativas e implicações de tratamento. Fronteiras em Psicologia. 2014; 5: 1 – 14.
  198. 18. Trotzke P, Starcke K, Müller A, Brand M. Compra on-line patológica como uma forma específica de vício em Internet: uma investigação experimental baseada em modelo. PLoS ONE. 2015; 10 (10): e0140296. pmid: 26465593
  199. 19. Sayette MA. O papel do craving em transtornos por uso de substâncias: questões teóricas e metodológicas. Revisão anual de psicologia clínica. 2016; 12: 407 – 33. pmid: 26565121.
  200. 20. Hormes JM. O significado clínico do desejo através dos comportamentos aditivos: uma revisão. Relatórios atuais de dependência. 2017; 4 (2): 132 – 41.
  201. 21. Bechara A. Tomada de decisão, controle de impulsos e perda de força de vontade para resistir às drogas: uma perspectiva neurocognitiva. Neurociência da natureza. 2005; 8: 1458 – 63. pmid: 16251988
  202. 22. Carter BL, Tiffany ST. Meta-análise de reatividade à sugestão na pesquisa de dependência. Vício. 1999; 94: 327 – 40. pmid: 10605857
  203. 23. Skinner MD, Aubin HJ. O lugar do craving na teoria do vício: Contribuições dos principais modelos. Neurociência e Revisões BioComportamentais. 2010; 34: 606 – 23. pmid: 19961872
  204. 24. Drummond DC. Teorias do desejo por drogas, antigas e modernas. Addiction (Abingdon, Inglaterra). 2001; 96: 33 – 46.
  205. 25. Schiebener J, Laier C, Brand M. Ficando preso à pornografia? O uso excessivo ou negligência de pistas de cibersexo em uma situação multitarefa está relacionado aos sintomas do vício em cibersexo. Jornal de vícios comportamentais. 2015; 4 (1): 14 – 21. pmid: 25786495
  206. 26. Niu GF, XJ Sun, Subrahmanyam K, FC Kong, Tian Y, Zhou ZK. Desejo induzido por sugestão para Internet entre viciados em Internet. Comportamentos Aditivos. 2016; 62: 1 – 5. pmid: 27305097
  207. 27. Tiffany ST, Wray JM. O significado clínico do desejo por drogas. Anais da Academia de Ciências de Nova York. 2012; 1248: 1 – 17. pmid: 22172057
  208. 28. Snagowski J, Brand M. Os sintomas do vício em cibersexo podem estar ligados à aproximação e à evitação de estímulos pornográficos: resultados de uma amostra analógica de usuários regulares de cibersexo. Fronteiras em Psicologia. 2015; 6: 653. pmid: 26052292
  209. 29. Laier C, M Pawlikowski, Pekal J, Schulte FP, vício da marca M. Cybersex: Experiente excitação sexual ao assistir pornografia e não contatos sexuais na vida real faz a diferença. Jornal de vícios comportamentais. 2013; 2: 100 – 7. pmid: 26165929
  210. 30. Thalemann R, Wölfling K, Grüsser SM. Reatividade de sugestão específica em pistas relacionadas a jogos de computador em gamers excessivos. Neurociência Comportamental. 2007; 121: 614 – 8. pmid: 17592953
  211. 31. Liu L, Yip SW, Zhang JT, LJ Wang, Shen ZJ, Liu B, et al. Ativação do estriado ventral e dorsal durante a reatividade ao estímulo no distúrbio de jogos na Internet. Biologia do vício. 2017; 3 (2): 791 – 801. pmid: 26732520.
  212. 32. Parque CB, Parque SM, Gwak AR, BK Sohn, Lee JY, Jung HY, et al. O efeito da exposição repetida a pistas virtuais de jogo sobre o desejo de jogar. Comportamentos Aditivos. 2015; 41: 61 – 4. pmid: 25306387
  213. 33. Fernie BA, G Caselli, Giustina L, G Donato, Marcotriggiani A, Spada MM. Desejo de pensar como um preditor do jogo. Comportamentos Aditivos. 2014; 39: 793 – 6. pmid: 24531634
  214. 34. Wegmann E, Stodt B, Brand M. Cue-induzido desejo em transtorno de comunicação com a Internet usando pistas visuais e auditivas em um paradigma de reatividade de pista. Pesquisa e teoria do vício. 2017: Epub à frente da impressão.
  215. 35. LePera N. Relações entre propensão ao tédio, mindfulness, ansiedade, depressão e uso de substâncias. O Boletim de Psicologia da Nova Escola. 2011; 8 (2): 15 – 23.
  216. 36. Iso-Ahola SE, Weissinger E. Percepções de tédio no lazer: Conceituação, confiabilidade e validade da Escala de Tédio de Lazer. Jornal de pesquisa de lazer. 1990; 22 (1): 1 – 17.
  217. 37. Lin CH, Lin SL, Wu CP. Os efeitos do monitoramento parental e do tédio de lazer na dependência de adolescentes na Internet. Adolescência. 2009; 44 (176): 993 – 1004. Epub 2009 / 01 / 01. pmid: 20432612.
  218. 38. Brissett D, RP da neve. Tédio: Onde o futuro não é. Interação Simbólica. 1993; 16 (3): 237 – 56.
  219. 39. Biolcati R, Mancini G, Trombini E. Proneness ao tédio e comportamentos de risco durante o tempo livre dos adolescentes. Relatórios psicológicos. 2017: 1 – 21. Epub 2017 / 08 / 05. pmid: 28776483.
  220. 40. Harris MB. Correlatos e características da tendência ao tédio e do tédio. Revista de Psicologia Social Aplicada. 2000; 30 (3): 576 – 98.
  221. 41. Mikulas WL, Vodanovich SJ. A essência do tédio. O registro psicológico. 1993; 43 (1): 3 – 12.
  222. 42. Elhai JD, Vasquez JK, SD Lustgarten, Levine JC, Hall BJ. Proneness ao tédio media as relações entre o uso problemático do smartphone com a depressão e a gravidade da ansiedade. Revisão de Computação em Ciências Sociais. 2017: 1 – 14.
  223. 43. Wiesner M, Windle M, Freeman A. Estresse no trabalho, uso de substâncias e depressão entre trabalhadores adultos jovens: um exame do modelo de efeito principal e moderador. Revista de psicologia da saúde ocupacional. 2005; 10 (2): 83 – 96. pmid: 15826220.
  224. 44. Anshel MH. Um levantamento de atletas de elite sobre as causas percebidas do uso de drogas proibidas no esporte. Jornal de Comportamento Esportivo. 1991; 14 (4): 283 – 310.
  225. 45. Thackray RI. O estresse do tédio e da monotonia: uma consideração das evidências. Medicina psicossomática. 1981; 43 (2): 165 – 76. pmid: 7267937.
  226. 46. Zhou SX, Leung L. A gratificação, a solidão, o aborrecimento no lazer e a auto-estima como preditores do vício em jogos do SNS e do padrão de uso entre estudantes universitários chineses. Revista Internacional de Comportamento Cibernético, Psicologia e Aprendizagem. 2012; 2 (4): 34 – 48.
  227. 47. Caldwell LL, Smith EA. Comportamentos de saúde de jovens alienados de lazer. Loisir et Société / Sociedade e Lazer. 1995; 18 (1): 143 – 56.
  228. 48. Biolcati R, Passini S, Mancini G. “Eu não suporto o tédio.” Expectativas de bebedeira na adolescência. Relatórios de comportamentos aditivos. 2016; 3 (Suplemento C): 70 – 6. pmid: 29532002
  229. 49. Blaszczynski A, McConaghy N, Frankova A. Tendência de enfado no jogo patológico. Relatórios psicológicos. 1990; 67 (1): 35 – 42. Epub 1990 / 08 / 01. pmid: 2236416.
  230. 50. Fortune EE, Goodie AS. A relação entre jogo patológico e busca de sensações: O papel dos escores de subescala. Jornal de estudos de jogo. 2010; 26 (3): 331 – 46. pmid: 19943092.
  231. 51. Zuckerman M, Eysenck S, Eysenck HJ. Busca de sensações na Inglaterra e na América: comparações interculturais, de idade e sexo. Jornal de consultoria e psicologia clínica. 1978; 46 (1): 139 – 49. Epub 1978 / 02 / 01. pmid: 627648.
  232. 52. Neubaum G, Krämer NC. Meus amigos ao meu lado: uma investigação de laboratório sobre preditores e consequências da experiência de proximidade social em sites de redes sociais. Cyberpsicologia, Comportamento e Redes Sociais. 2015; 18 (8): 443 – 9. pmid: 26252929
  233. 53. Lin CH, Yu SF. Uso de adolescentes na Internet em Taiwan: explorando as diferenças de gênero. Adolescência. 2008; 43 (170): 317 – 31. pmid: 18689104.
  234. 54. Rahmani S, Lavasani MG. A relação entre dependência da internet com busca de sensações e personalidade. Procedia - Ciências Sociais e Comportamentais. 2011; 30 (Suplemento C): 272 – 7.
  235. 55. Chaney MP, Chang CY. Um trio de turmoi para homens sexualmente viciados em Internet que fazem sexo com homens: tendência ao tédio, conexão social e dissociação. Dependência sexual e compulsividade. 2005; 12 (1): 3–18.
  236. 56. Velezmoro R, Lacefield K, Roberti JW. Estresse percebido, busca de sensações e abuso de estudantes universitários na Internet. Computadores em Comportamento Humano. 2010; 26 (6): 1526 – 30.
  237. 57. Weybright EH, Caldwell LL, Ram N, Smith EA, Wegner L. Tédio propenso ou nada para fazer? Distinguir entre estado e traço o aborrecimento do lazer e sua associação com o uso de substâncias em adolescentes da África do Sul. Ciências do lazer. 2015; 37 (4): 311 – 31. pmid: 26085700.
  238. 58. Pawlikowski M, Altstötter-Gleich C, Marca M. Validação e propriedades psicométricas de uma versão curta do Young's Internet Addiction Test. Computadores em Comportamento Humano. 2013; 29: 1212 – 23.
  239. 59. Trotzke P, Starcke K, Pedersen A, craving induzido pela marca M. Cue na compra patológica: Evidência empírica e implicações clínicas. Medicina psicossomática. 2014; 76 (9): 694 – 700. pmid: 25393125.
  240. 60. Love A, James D, Willner P. Uma comparação entre dois questionários sobre o desejo pelo álcool. Addiction (Abingdon, Inglaterra). 1998; 93 (7): 1091 – 102.
  241. 61. Struk AA, Carriere JS, Cheyne JA, Danckert J. Escala de Pronação do Tédio Curto. Avaliação. 2015; 24 (3): 346 – 59. pmid: 26467085.
  242. 62. Cohen J. Análise estatística de poder para as ciências comportamentais. 2 ed. Hillsdale, NJ: Erlbaum; 1988.
  243. 63. Muthén L, Muthén B. MPlus. Los Angeles: Muthén e Muthén; 2011
  244. 64. Hu L, Bentler PM. Avaliando o ajuste do modelo. Em: Hoyle RH, editor. Equação de conceitos de modelagem de equações estruturais e aplicações. Londres: Sage Publications, Inc; 1995. p. 76 – 99.
  245. 65. Hu L, Bentler PM. Critérios de corte para índices de ajuste na análise de estrutura de covariância: critérios convencionais versus novas alternativas. Modelagem de Equações Estruturais: Um Jornal Multidisciplinar. 1999; 6: 1 – 55.
  246. 66. Marsh HW, Ludtke O, Nagengast B, Morin AJ, Von Davier M. Por que as parcelas de itens são (quase) nunca apropriadas: Dois erros não fazem o certo - camuflagem de especificação errada com parcelas de itens nos modelos CFA. Métodos psicológicos. 2013; 18 (3): 257 – 84. pmid: 23834417.
  247. 67. Little TD, Cunningham WA, Shahar G e Widaman KF. Parcela ou não parcela: Explorando a questão, pesando os méritos. Modelagem de Equações Estruturais: Um Jornal Multidisciplinar. 2002; 9 (2): 151 – 73.
  248. 68. Sommers J, Vodanovich SJ. Tendência do tédio: Sua relação com os sintomas psicológicos e de saúde física. Jornal de psicologia clínica. 2000; 56 (1): 149 – 55. Epub 2000 / 02 / 08. pmid: 10661377.
  249. 69. Gordon A, Wilkinson R, McGown A, Jovanoska S. As propriedades psicométricas da Escala de Pronação do Tédio: Um exame de sua validade. Estudos Psicológicos. 1997; 42 (2 – 3): 85 – 97.
  250. 70. Derogatis LR. Inventário de sintomas breves do BSI: Manual de administração, pontuação e procedimentos. 1993. Epub Third Edit.
  251. 71. Dimitrov DM. Comparando grupos em variáveis ​​latentes: Uma abordagem de modelagem de equações estruturais. Trabalho (Leitura, Massa). 2006; 26 (4): 429 – 36. Epub 2006 / 06 / 22. pmid: 16788262.
  252. 72. Montag C, Markowetz A, K. Blaszkiewicz, Andone I, Lachmann B, Sariyska R, et al. Uso do Facebook em smartphones e volume de massa cinzenta do nucleus accumbens. Pesquisa do cérebro comportamental. 2017; 329: 221 – 8. pmid: 28442353.
  253. 73. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS. Correlações cerebrais de desejo por jogos online sob a sugestão de exposição em assuntos com vício em internet e em assuntos remetidos. Biologia do vício. 2013; 18: 559 – 69. pmid: 22026537
  254. 74. Ko CH, Liu GC, Yen JY, Yen CF, CS de Chen, Lin WC. As ativações cerebrais tanto para o desejo de jogar induzido por cue quanto para o desejo de fumar entre os sujeitos comórbidos com vício em jogos pela Internet e dependência de nicotina. Journal of Psychiatric Research. 2013; 47 (4): 486 – 93. pmid: 23245948
  255. 75. Turel O, Bechara A. Efeitos da impulsividade motora e da qualidade do sono em comportamentos de palavrões, desvios interpessoais e desvantajosos em sites de redes sociais online. Personalidade e Diferenças Individuais. 2017; 108: 91 – 7.
  256. 76. Ben-Yehuda L, Greenberg L, Weinstein A. Vício em Internet usando as relações do smartphone entre o vício em Internet, a frequência de uso do smartphone e o olhar fixo de alunos do sexo masculino e feminino. Journal of Reward Deficiency Syndrome & Addiction Science. 2016
  257. 77. Tavolacci MP, Ladner J, Grigioni S, Richard L., Villet H., Dechelotte P. Prevalência e associação de estresse percebido, uso de substâncias e vícios comportamentais: Um estudo transversal entre estudantes universitários na França, 2009-2011. Saúde pública BMC. 2013; 13: 724. pmid: 23919651.